随着互联网的快速发展,社交媒体逐渐成为人们主动创建并分享信息的主要渠道。互联网的便捷性让越来越多的人们选择在微博、贴吧等社交媒体发表信息,或记录自己的生活,或发表自己对某些人某件事的看法。然而由于初期网络监管力度不够加之互联网的匿名性,使得许多网络用户在社交媒体对他人进行辱骂、诅咒等恶意的人身攻击,这就形成了新兴的人身欺凌方式—网络人身欺凌。这种人身欺凌给被欺凌者造成很大的伤害,受到了国内外学者的广泛关注,受语言局限性影响,多数研究面向英文社交媒体文本,缺乏中文研究语料,因此,本文针对语境丰富、信息量大的中文社交媒体进行人身欺凌识别研究。目前,已有的研究大都是基于传统机器学习,网络模型结构单一,针对中文社交媒体的人身欺凌识别工作,本文做了以下几点研究:(1)收集新浪微博平台的文本数据,构建利于人身欺凌识别任务的语料库。针对中文人身欺凌语料资源匮乏的问题,将新浪微博作为语料收集的来源,通过收集用户对帖子的评论和帖子本身,保留较多的有用信息,使得语料资源能够语境丰富、信息量大。在此基础上,本文还结合语言学知识,分析人身欺凌文本的特点,构建助于人身欺凌识别的语境体系结构,制定标注规则,并对收集到的语料进行标注。(2)提取利于人身欺凌识别的主题语境特征,并且构建以注意力机制为核心思想的识别模型。该方法通过注意力的卷积神经网络和GRU网络获取话语中的上下文语境信息和时序信息,挖掘其中隐含的深层次语义特征,融合主题语境特征,弥补了单一词向量获取语义信息时的不足,有效的完成了人身欺凌识别任务。(3)提出交互注意力机制,构建词向量注意力、词性注意力以及笔画注意力的多交互注意力深度学习模型。该模型有效利用了帖子和评论之间的关联信息,通过多交互注意力特征捕获多层次和深层的语义信息,并融合语言环境感知特征。实验结果表明基于交互注意力机制的方法使得识别性能有所提升,识别准确率达到95.38%。